Giới thiệu dự án

Ngành năng lượng điện giữ vai trò huyết mạch và là động lực tiên quyết trong chiến lược công nghiệp hóa - hiện đại hóa quốc gia. Theo số liệu của Tổng cục Thống kê Việt Nam (2022), riêng trong quý IV/2022, ngành điện đạt mức tăng trưởng 7,05%, đóng góp trực tiếp 0,26 điểm phần trăm vào tốc độ tăng GDP của toàn nền kinh tế. Song song đó, dòng vốn đầu tư trực tiếp nước ngoài (FDI) đổ vào lĩnh vực này chạm mốc 5,1 tỷ USD năm 2020 (Bộ Kế hoạch và Đầu tư, 2020), cùng với mức nộp ngân sách nhà nước lên tới 22.528 tỷ đồng từ Tập đoàn Điện lực Việt Nam EVN (Bộ Công Thương, 2021). Tuy nhiên, các doanh nghiệp ngành điện niêm yết đang đối diện với nhiều rủi ro tài chính do đặc thù thâm dụng vốn (capital-intensive), chi phí khấu hao tài sản cố định lớn, biến động giá nhiên liệu đầu vào và các ràng buộc về cơ chế giá bán điện do Nhà nước quản lý.

Thực tế đặt ra vấn đề then chốt: Làm thế nào để xác định chính xác và lượng hóa mức độ tác động của các yếu tố nội tại doanh nghiệp và môi trường vĩ mô lên khả năng sinh lời (ROA) của các doanh nghiệp ngành điện trong bối cảnh biến động kinh tế và chuyển dịch chính sách năng lượng?

Dự án nghiên cứu được triển khai với hệ thống mục tiêu định lượng cụ thể:

  1. Mục tiêu 1: Xác định và hệ thống hóa khung lý thuyết các yếu tố vi mô và vĩ mô chi phối khả năng sinh lời của 19 doanh nghiệp ngành điện niêm yết trên Thị trường Chứng khoán Việt Nam (TTCKVN).
  2. Mục tiêu 2: Xây dựng mô hình kinh tế lượng dữ liệu bảng (Panel Data), thực hiện kiểm định đa mô hình (Pooled OLS, Fixed Effects Model - FEM, Random Effects Model - REM) và xử lý triệt để các khuyết tật mô hình thông qua phương pháp ước lượng Bình phương nhỏ nhất tổng quát khả thi (Feasible Generalised Least Squares - FGLS).
  3. Mục tiêu 3: Đo lường chính xác hệ số co giãn, mức độ ảnh hưởng của từng biến số (Quy mô, Đòn bẩy tài chính, Thanh khoản, Tốc độ tăng trưởng tài sản, Tăng trưởng GDP và Lạm phát) đến tỷ suất sinh lời trên tổng tài sản (ROA).
  4. Mục tiêu 4: Đề xuất hệ thống giải pháp và hàm ý quản trị tài chính thực chiến giúp các nhà quản trị doanh nghiệp năng lượng tối ưu hóa cấu trúc vốn và nâng cao hiệu quả phân bổ tài sản.

Phương pháp tiếp cận dựa trên dữ liệu bảng cân bằng (Balanced Panel Data) với 209 quan sát trong chu kỳ 11 năm (2012–2022). Kết quả nghiên cứu cung cấp hệ số dự báo có ý nghĩa thống kê cao ($p < 0.05$ và $p < 0.1$), khắc phục toàn bộ hiện tượng tự tương quan và phương sai sai số thay đổi. Phạm vi nghiên cứu tập trung vào các doanh nghiệp phát điện và phân phối điện niêm yết trên HOSE, HNX và UPCoM; hạn chế về mặt dữ liệu là chưa tích hợp các yếu tố phi tài chính (ESG, rủi ro thủy văn mùa vụ và tỷ giá ngoại tệ đối với các khoản nợ vay nước ngoài).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hiệu quả tài chính doanh nghiệp đòi hỏi việc đánh giá tương quan giữa các phương pháp tiếp cận truyền thống và mô hình kinh tế lượng hiện đại.

Phương pháp tiếp cận Ưu điểm Nhược điểm Khoảng trống cần khắc phục
Phân tích DuPont truyền thống Dễ tính toán, bóc tách cấu trúc ROE/ROA thành các hệ số đơn lẻ Không cô lập được tác động vĩ mô, bỏ qua tính đa cộng tuyến và biến thể ngẫu nhiên Thiếu kiểm định thống kê và ước lượng hồi quy chuẩn
Hồi quy OLS cổ điển (Pooled OLS) Đơn giản, trực quan trên chuỗi dữ liệu cắt ngang Giả định sai số đồng nhất, bỏ qua đặc trưng riêng của từng công ty điện (Firm-fixed effects) Dễ dẫn đến ước lượng chệch (biased) và không vững (inconsistent)
Hồi quy FEM/REM tiêu chuẩn Kiểm soát được hiệu ứng cố định theo thời gian và từng doanh nghiệp Thường vi phạm giả định phương sai sai số không đổi và không tự tương quan chuỗi Kết quả suy diễn thống kê sai lệch nếu không xử lý khuyết tật
Hồi quy FGLS đa biến (Giải pháp đề xuất) Kiểm soát hoàn toàn phương sai thay đổi giữa các nhóm và tự tương quan bậc nhất AR(1) Yêu cầu số quan sát đủ lớn ($N \times T$), quy trình xử lý dữ liệu phức tạp Tối ưu hóa độ tin cậy của hệ số ước lượng cho chuỗi 209 quan sát

Phân loại yêu cầu triển khai theo mô hình MoSCoW:

  • Must Have (Bắt buộc): Dữ liệu Báo cáo tài chính kiểm toán 2012–2022 của 19 doanh nghiệp điện niêm yết; quy trình kiểm định F-Test, Hausman Test, Modified Wald Test, Wooldridge Test; xử lý FGLS.
  • Should Have (Cần có): Phân tích ma trận tương quan Pearson, hệ số phóng đại phương sai (VIF < 10), bóc tách tác động vĩ mô từ World Bank Data (GDP, Lạm phát CPI).
  • Could Have (Có thể có): So sánh đối chuẩn chéo giữa nhóm nhiệt điện khí (NT2), nhiệt điện than (BTP) và thủy điện (DRL, TBC, GHC, SBM).
  • Won't Have (Chưa thực hiện): Mô hình phương trình cấu trúc phi tuyến (Non-linear SEM) hoặc mô hình hồi quy ngưỡng (Threshold Regression) trong pha này.

Thiết kế hệ thống

Kiến trúc quy trình xử lý và phân tích kinh tế lượng được thiết kế theo luồng module chuẩn hóa, đảm bảo tính toàn vẹn và khả năng tái lập (reproducibility) của kết quả nghiên cứu.

Technology Stack và phiên bản công cụ:

  • Ngôn ngữ & Phần mềm thống kê: STATA 17.0 MP (Multi-Processor Core Architecture) chuyên dụng cho cấu trúc Panel Data.
  • Xử lý ma trận dữ liệu: Microsoft Excel 365 Data Modeling Engine (Power Query, XLOOKUP, Pivot Framework).
  • Nguồn dữ liệu vi mô: Vietstock Financial Database & Báo cáo tài chính đã kiểm toán hợp nhất.
  • Nguồn dữ liệu vĩ mô: World Bank Open Data Repository (Vietnam GDP Growth Rate, Consumer Price Index Inflation).

Cấu trúc lược đồ dữ liệu biến số (Data Schema):

  • ROA (Return on Assets): $\text{ROA}{it} = \frac{\text{Lợi nhuận sau thuế}{it}}{\text{Tổng tài sản}_{it}}$ (Biến phụ thuộc, thang đo tỷ lệ).
  • SIZE (Quy mô doanh nghiệp): $\text{SIZE}{it} = \ln(\text{Tổng doanh thu}{it})$ (Biến liên tục).
  • LEV (Đòn bẩy tài chính): $\text{LEV}{it} = \frac{\text{Tổng nợ phải trả}{it}}{\text{Tổng tài sản}_{it}}$ (Tỷ lệ đòn bẩy nợ).
  • LIQ (Khả năng thanh toán): $\text{LIQ}{it} = \frac{\text{Tài sản ngắn hạn}{it}}{\text{Nợ ngắn hạn}_{it}}$ (Hệ số thanh toán hiện hành).
  • GROWTH (Tăng trưởng tài sản): $\text{GROWTH}{it} = \frac{\text{Tổng tài sản}{it} - \text{Tổng tài sản}{it-1}}{\text{Tổng tài sản}{it-1}}$ (Tốc độ tăng trưởng tài sản).
  • GDP (Tăng trưởng kinh tế): Tốc độ tăng trưởng GDP thực tế hàng năm của Việt Nam (World Bank).
  • INF (Lạm phát): Tỷ lệ lạm phát chỉ số giá tiêu dùng hàng năm (World Bank).

Methodology

Nghiên cứu áp dụng quy trình định lượng chuẩn hóa 7 bước:

  1. Thu thập dữ liệu thứ cấp: Thu thập dữ liệu báo cáo tài chính của 19 doanh nghiệp điện niêm yết trong suốt 11 năm liên tục ($N=19, T=11 \Rightarrow 209$ bảng quan sát).
  2. Tiền xử lý và làm sạch dữ liệu: Chuẩn hóa đơn vị đo lường, tính toán logarit tự nhiên, loại bỏ nhiễu biên vi mô.
  3. Thống kê mô tả và phân tích tương quan: Xác định giá trị trung bình, độ lệch chuẩn, Min, Max và ma trận tương quan Pearson.
  4. Hồi quy đồng thời 3 mô hình cơ sở: Thực hiện Pooled OLS, FEM (Fixed Effects) và REM (Random Effects).
  5. Kiểm định lựa chọn mô hình tối ưu:
    • Kiểm định F-Test: So sánh Pooled OLS và FEM.
    • Kiểm định Hausman: So sánh FEM và REM.
  6. Kiểm định chẩn đoán khuyết tật: Kiểm tra đa cộng tuyến (VIF), phương sai sai số thay đổi (Modified Wald Test) và tự tương quan chuỗi (Wooldridge Test).
  7. Khắc phục khuyết tật bằng FGLS & Đề xuất hàm ý: Hiệu chỉnh hiệp phương sai và đưa ra phương trình dự báo chuẩn xác.

Implementation và kết quả

Development process

Quy trình ước lượng kinh tế lượng được viết thành các tập lệnh (Stata do-file script) khép kín, đảm bảo tính chặt chẽ trong từng thuật toán.

* Thiết lập không gian làm việc và khai báo dữ liệu bảng (Panel Setup)
clear all
set more off
use "power_sector_panel_2012_2022.dta", clear
xtset id year

* 1. Thống kê mô tả và Ma trận tương quan
summarize ROA SIZE LEV LIQ GROWTH GDP INF
pwcorr ROA SIZE LEV LIQ GROWTH GDP INF, sig star(0.05)

* 2. Ước lượng mô hình cơ sở: Pooled OLS, FEM, REM
regress ROA SIZE LEV LIQ GROWTH GDP INF
estimates store OLS_model

xtreg ROA SIZE LEV LIQ GROWTH GDP INF, fe
estimates store FEM_model

xtreg ROA SIZE LEV LIQ GROWTH GDP INF, re
estimates store REM_model

* 3. Kiểm định lựa chọn mô hình
* F-test (tự động xuất hiện trong FEM output)
hausman FEM_model REM_model

* 4. Kiểm tra khuyết tật mô hình trên mô hình FEM
quietly xtreg ROA SIZE LEV LIQ GROWTH GDP INF, fe
vif
xttest3          // Modified Wald test for groupwise heteroskedasticity
xtserial ROA SIZE LEV LIQ GROWTH GDP INF // Wooldridge test for autocorrelation

* 5. Khắc phục khuyết tật bằng mô hình FGLS (Cross-sectional heteroskedasticity + AR(1))
xtgls ROA SIZE LEV LIQ GROWTH GDP INF, panels(hetero) corr(ar1)

Testing và validation

1. Thống kê mô tả dữ liệu mẫu (Sample Descriptives)

Biến số Số quan sát ($N$) Giá trị trung bình ($\mu$) Độ lệch chuẩn ($\sigma$) Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max) Doanh nghiệp cực trị tiêu biểu
ROA 209 0,1172 0,0825 0,0006 0,4649 Min: NT2 (2012); Max: DRL (2022)
SIZE 209 27,0671 1,2805 24,7782 29,8044 Min: DRL (2013); Max: NT2 (2022)
LEV 209 0,3785 0,1949 0,0298 0,7937 Min: TBC (2017); Max: NT2 (2012)
LIQ 209 2,8855 2,8782 0,1301 16,0186 Min: SBM (2019); Max: TBC (2017)
GROWTH 209 0,0320 0,1797 -0,3648 1,4360 Min: BTP (2018); Max: GHC (2019)
GDP 209 0,0603 0,0173 0,0256 0,0802 Min: Năm 2021; Max: Năm 2022
INF 209 0,0374 0,0220 0,0063 0,0909 Min: Năm 2015; Max: Năm 2012

2. Kết quả kiểm định lựa chọn và chẩn đoán mô hình

  • Kiểm định F-Test: Giá trị thống kê $F(18, 184) = 23,68$ với $p\text{-value} = 0,0000 < 0,05$. Bác bỏ giả thuyết $H_0$, xác nhận mô hình FEM vượt trội so với Pooled OLS.
  • Kiểm định Hausman: Giá trị thống kê $\chi^2 = 72,22$ với $\text{Prob} > \chi^2 = 0,0000 < 0,05$. Bác bỏ $H_0$, khẳng định mô hình tác động cố định (FEM) là mô hình chuẩn hóa tối ưu nhất so với REM.
  • Kiểm định Đa cộng tuyến: Hệ số phóng đại phương sai trung bình $\text{Mean VIF} = 1,39$ (LEV cao nhất đạt 2,15; GDP thấp nhất đạt 1,01), toàn bộ chỉ số VIF $< 10$, chứng minh không tồn tại hiện tượng đa cộng tuyến.
  • Kiểm định Phương sai sai số thay đổi (Modified Wald Test): Giá trị $\chi^2(19) = 643,83$ với $p\text{-value} = 0,0000 < 0,05$. Mô hình FEM vi phạm giả định đồng nhất phương sai.
  • Kiểm định Tự tương quan (Wooldridge Test): Giá trị thống kê $F(1, 18) = 35,439$ với $p\text{-value} = 0,0000 < 0,05$. Xác nhận tồn tại hiện tượng tự tương quan chuỗi thời gian giữa các sai số.

3. Kết quả hồi quy tổng hợp và mô hình FGLS hiệu chỉnh

Biến độc lập Pooled OLS (Coeff / t-stat) FEM Model (Coeff / t-stat) REM Model (Coeff / t-stat) FGLS Model (Hiệu chỉnh tối ưu) $p\text{-value}$ (FGLS) Mức ý nghĩa thống kê
SIZE -0,0111*** [-3,19] 0,0644*** [8,62] 0,0315*** [4,92] +0,0087** 0,018 5% (Tác động tích cực)
LEV -0,2710*** [-8,66] -0,2190*** [-10,60] -0,2410*** [-10,74] -0,2904*** 0,000 1% (Tác động tiêu cực mạnh)
LIQ -0,00019 [-0,10] -0,000116 [-0,08] -0,000472 [-0,31] -0,0029* 0,058 10% (Tác động tiêu cực)
GROWTH 0,0167 [0,70] 0,00306 [0,21] 0,00957 [0,59] +0,0247* 0,083 10% (Tác động tích cực)
GDP 0,5090** [2,10] 0,4180*** [2,99] 0,4570*** [2,96] +0,3101*** 0,002 1% (Tác động tích cực mạnh)
INF 0,0308 [0,15] 0,4780*** [3,83] 0,2800** [2,09] +0,2309** 0,038 5% (Tác động tích cực)
_cons 0,4880*** [5,19] -1,5780*** [-7,73] -0,6810*** [-3,87] -0,0422 0,668 Không có ý nghĩa
R-squared / N $R^2 = 0,4862; N=209$ $R^2 = 0,5685; N=209$ $R^2 = 0,5230; N=209$ Hiệu chỉnh FGLS ($N=209$) - Khắc phục hoàn toàn khuyết tật

(Ghi chú: ***, **, * lần lượt tương ứng mức ý nghĩa thống kê 1%, 5%, 10%).

Kết quả đạt được

Phương trình hồi quy kinh tế lượng cuối cùng xác lập từ mô hình FGLS:

$$\text{ROA}{it} = -0,0422 + 0,0087 \cdot \text{SIZE}{it} - 0,2904 \cdot \text{LEV}{it} - 0,0029 \cdot \text{LIQ}{it} + 0,0247 \cdot \text{GROWTH}{it} + 0,3101 \cdot \text{GDP}{it} + 0,2309 \cdot \text{INF}{it} + \varepsilon{it}$$

  • Quy mô doanh nghiệp (SIZE, $\beta = +0,0087, p = 0,018$): Doanh thu tăng 1 đơn vị logarit giúp ROA tăng 0,87 điểm phần trăm, phản ánh chính xác lợi thế kinh tế theo quy mô (Economies of Scale) và quan điểm dựa trên nguồn lực (Resource-Based View - RBV).
  • Đòn bẩy tài chính (LEV, $\beta = -0,2904, p = 0,000$): Tỷ lệ nợ/tổng tài sản tăng 1 đơn vị làm ROA suy giảm 29,04 điểm phần trăm. Chi phí lãi vay và áp lực trả nợ lấn át hoàn toàn lợi ích từ lá chắn thuế (Tax Shield), phù hợp hoàn toàn với Lý thuyết Trật tự phân hạng (Pecking Order Theory).
  • Tính thanh khoản (LIQ, $\beta = -0,0029, p = 0,058$): Hệ số thanh toán ngắn hạn tăng 1 đơn vị làm ROA giảm 0,29 điểm phần trăm, chứng minh việc duy trì quá nhiều tài sản ngắn hạn nhàn rỗi làm tăng chi phí cơ hội và suy giảm hiệu quả sinh lời.
  • Tốc độ tăng trưởng tài sản (GROWTH, $\beta = +0,0247, p = 0,083$): Tăng trưởng tài sản đóng góp tích cực 2,47 điểm phần trăm vào ROA khi mở rộng năng lực hạ tầng sản xuất.
  • Tăng trưởng kinh tế vĩ mô (GDP, $\beta = +0,3101, p = 0,002$) & Lạm phát (INF, $\beta = +0,2309, p = 0,038$): Môi trường kinh tế tăng trưởng mạnh thúc đẩy phụ tải điện thương phẩm; lạm phát vừa phải cho phép điều chỉnh giá bán điện bình quân, hỗ trợ cải thiện biên lợi nhuận của doanh nghiệp.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và giá trị thực nghiệm vượt trội so với các công trình trước đây:

Tiêu chí so sánh Lại Cao Mai Phương & Nguyễn Thị Lợi (2022) Nguyễn Viết Long và cộng sự (2022) Bùi Duy Linh & Phạm Thị Thu Hường (2024) Nghiên cứu hiện tại (Ngành Điện VN)
Đối tượng ngành Ngành thực phẩm (55 DN) Đa ngành niêm yết HOSE (370 DN) Ngành bất động sản (65 DN) Chuyên sâu Ngành Điện niêm yết (19 DN)
Khung thời gian 2015–2020 (6 năm) 2010–2020 (11 năm) 2010–2022 (13 năm) 2012–2022 (11 năm bao phủ Covid-19 & Địa chính trị)
Phương pháp xử lý OLS, FEM, REM, GLS cơ bản FEM, REM (Chưa khắc phục triệt để) Hồi quy FGLS Quy trình chuẩn: F-Test $\rightarrow$ Hausman $\rightarrow$ Wald $\rightarrow$ Wooldridge $\rightarrow$ FGLS
Tác động của Đòn bẩy (LEV) Tác động âm ($\beta < 0$) Tác động âm ($\beta < 0$) Không có ý nghĩa thống kê Tác động âm rất mạnh ($\beta = -0,2904, p = 0,000$)
Tác động của Thanh khoản (LIQ) Tác động âm ($\beta < 0$) Không có ý nghĩa thống kê Tác động dương ($\beta > 0$) Tác động âm ($\beta = -0,0029, p = 0,058$)
Độ bao phủ chính sách Quy mô vi mô đơn thuần Tổng hợp vĩ mô rộng Đặc thù ngành địa ốc Gắn liền Quy hoạch điện VII, VII điều chỉnh & Biến động giá than/khí

Những điểm mới mẻ cốt lõi:

  1. Lấp đầy khoảng trống dữ liệu giai đoạn đặc thù: Tích hợp chuỗi dữ liệu 2020–2022 – giai đoạn chịu tác động kép từ đại dịch Covid-19 làm gián đoạn chuỗi cung ứng và cuộc xung đột Nga - Ukraine đẩy giá nhiên liệu sơ cấp (than nhiệt, khí hóa lỏng LNG) tăng vọt.
  2. Minh chứng thực nghiệm cho đặc tính thâm dụng vốn: Khẳng định doanh nghiệp ngành điện Việt Nam không nên lạm dụng đòn bẩy nợ vay quá mức (LEV có hệ số tác động tiêu cực cao nhất: -0,2904).
  3. Phát hiện nghịch lý thanh khoản: Bác bỏ quan điểm cho rằng ngành tiện ích cần duy trì lượng tiền mặt dự trữ quá cao; chứng minh bằng số liệu thực nghiệm rằng thanh khoản dư thừa làm suy giảm tỷ suất sinh lời thực tế.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Real-world Use Cases)

  • Nhóm Thủy điện có biên lợi nhuận cao (Điển hình: DRL - CTCP Thủy điện Điện lực 3): Đạt ROA kỷ lục 46,49% vào năm 2022 nhờ suất đầu tư đã khấu hao gần hết, tỷ lệ đòn bẩy tài chính duy trì ở mức tối thiểu. Áp dụng chiến lược kiểm soát thanh khoản và phân phối lợi nhuận giữ lại để tái đầu tư dự án thủy điện nhỏ/điện mặt trời áp mái.
  • Nhóm Nhiệt điện khí/than chịu rủi ro cấu trúc vốn (Điển hình: NT2 - Điện lực Dầu khí Nhơn Trạch 2): Giai đoạn 2012 ghi nhận ROA chạm đáy 0,06% do tỷ lệ đòn bẩy LEV lên tới 79,37% trong giai đoạn đầu tư xây dựng nhà máy. Đến năm 2022, khi quy mô doanh thu đạt đỉnh (SIZE = 29,8044) và nợ vay dài hạn giảm dần, hiệu quả sinh lời được phục hồi vượt bậc.
  • Nhóm Quản trị dòng tiền ngắn hạn (Điển hình: TBC - Thủy điện Thác Bà): Ghi nhận tỷ lệ thanh khoản LIQ đạt đỉnh 16,0186 vào năm 2017 song song với tỷ lệ nợ LEV chỉ 2,98%. Doanh nghiệp cần cơ cấu nguồn vốn lưu động nhàn rỗi sang các kênh đầu tư tài chính ngắn hạn sinh lời cao hơn thay vì giữ tiền gửi không kỳ hạn.

Lộ trình triển khai hàm ý quản trị (Roadmap 3 giai đoạn)

  1. Kiểm soát và tái cấu trúc đòn bẩy tài chính (LEV):
    • Duy trì hệ số nợ/tổng tài sản trong ngưỡng an toàn 30%–45%.
    • Tăng cường huy động vốn qua kênh phát hành cổ phần cho cổ đông chiến lược hoặc phát hành trái phiếu xanh (Green Bonds) với lãi suất ưu đãi nhằm thay thế nợ vay thương mại lãi suất cao.
  2. Tối ưu hóa quản trị thanh khoản (LIQ):
    • Đưa hệ số thanh toán ngắn hạn về ngưỡng tối ưu từ 1,5 đến 2,0 lần.
    • Ứng dụng hệ thống quản trị ngân quỹ tự động (Cash Management System) để điều chuyển dòng tiền nhanh, tránh ứ đọng vốn lưu động nhàn rỗi tại các đơn vị thành viên.
  3. Mở rộng quy mô doanh thu và tối ưu hóa tài sản cố định (SIZE & GROWTH):
    • Đẩy mạnh tham gia Thị trường bán buôn điện cạnh tranh (VWEM) để tối ưu hóa giá chào bán điện giờ cao điểm.
    • Đầu tư có chọn lọc vào các công nghệ nâng cao hiệu suất tua-bin, giảm tổn thất điện năng tự dùng trong nhà máy, khai thác triệt để lợi thế kinh tế theo quy mô.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Quy mô mẫu dữ liệu: Mẫu nghiên cứu giới hạn ở 19 doanh nghiệp niêm yết đủ điều kiện dữ liệu liên tục trong 11 năm. Chưa bao phủ các nhà máy điện độc lập (IPP) quy mô vừa và nhỏ chưa niêm yết hoặc các dự án điện tái tạo mới vận hành sau năm 2020.
  • Biến số phi tài chính: Mô hình chưa lượng hóa được các biến định tính đặc thù ngành như: lượng mưa/thủy văn theo chu kỳ El Nino/La Nina, biến động tỷ giá hối đoái đối với nợ vay bằng đồng USD/EUR/JPY, và chỉ số cường độ phát thải carbon (ESG Metrics).

Hướng nghiên cứu mở rộng

  • Tích hợp mô hình kinh tế lượng động (Dynamic Panel Data): Ứng dụng phương pháp ước lượng Moment tổng quát sai phân/hệ thống (Difference/System GMM) của Arellano-Bond để kiểm soát hiện tượng nội sinh tiềm ẩn (Endogeneity) và độ trễ của biến sinh lời ($\text{ROA}_{t-1}$).
  • Phân rã chuỗi giá trị năng lượng tái tạo: Mở rộng nghiên cứu so sánh chuyên sâu giữa nhóm năng lượng truyền thống (thủy điện, nhiệt điện) và năng lượng tái tạo mới (điện gió ngoài khơi, điện mặt trời trang trại) theo khung Quy hoạch điện VIII.

Đối tượng hưởng lợi

  • Sinh viên và Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng, nắm vững quy trình xử lý dữ liệu bảng từ OLS $\rightarrow$ FEM/REM $\rightarrow$ FGLS trên phần mềm Stata 17.
  • Chuyên viên phân tích tài chính & Quant Developers: Sở hữu khung mã nguồn Stata và thuật toán kiểm định khuyết tật mô hình thực chiến, dễ dàng tích hợp vào hệ thống chấm điểm tín nhiệm doanh nghiệp năng lượng.
  • Lãnh đạo và Nhà quản trị doanh nghiệp năng lượng: Có cơ sở dữ liệu định lượng khoa học để ra quyết định hạn mức nợ vay, tối ưu hóa vốn lưu động và lập kế hoạch mở rộng tài sản cố định phù hợp với chu kỳ vĩ mô.
  • Nhà đầu tư chứng khoán và Quỹ đầu tư: Sở hữu công cụ lượng hóa rủi ro, dự phóng khả năng sinh lời ROA dựa trên quy mô doanh thu, cấu trúc đòn bẩy và tốc độ tăng trưởng GDP thực tế.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần mềm để tái lập mô hình nghiên cứu này là gì?

Cần cài đặt phần mềm STATA phiên bản 15.0 trở lên (khuyến nghị STATA 17 MP để tối ưu tốc độ xử lý ma trận). Dữ liệu đầu vào cần được cấu trúc ở định dạng bảng cân bằng (Long format) với các biến định danh doanh nghiệp (id) và biến thời gian (year) được thiết lập qua lệnh xtset id year.

2. Tại sao nghiên cứu lựa chọn chỉ tiêu ROA thay vì ROE để đo lường khả năng sinh lời?

Do ngành điện là ngành thâm dụng vốn với cấu trúc tài sản cố định rất lớn. Chỉ tiêu ROA phản ánh toàn diện năng lực của ban điều hành trong việc tạo ra lợi nhuận từ toàn bộ tài sản được ủy thác, không bị bóp méo bởi các quyết định tài trợ vốn chủ sở hữu hay chính sách mua lại cổ phiếu như chỉ số ROE.

3. Phương pháp FGLS giải quyết các khuyết tật của mô hình FEM như thế nào?

Khi mô hình FEM xuất hiện hiện tượng phương sai sai số thay đổi (Groupwise Heteroskedasticity) và tự tương quan chuỗi (Autocorrelation), các ước lượng OLS thông thường không còn là ước lượng tuyến tính không chệch tốt nhất (BLUE). Thuật toán FGLS sử dụng ma trận hiệp phương sai ước lượng của phần dư để biến đổi cấu trúc phương sai sai số về dạng đồng nhất, đảm bảo hệ số hồi quy thu được vững chắc và có ý nghĩa thống kê chính xác.

4. Tại sao đòn bẩy tài chính (LEV) lại có tác động tiêu cực rất mạnh đến ROA của doanh nghiệp điện?

Do các nhà máy điện đòi hỏi vốn vay đầu tư ban đầu hàng nghìn tỷ đồng với thời gian hoàn vốn kéo dài 10–20 năm. Khi tỷ lệ nợ vay cao, gánh nặng chi phí lãi vay và khấu hao tài sản cố định trong những năm đầu vận hành sẽ bào mòn trực tiếp lợi nhuận sau thuế, lấn át hoàn toàn lợi ích lá chắn thuế nợ vay.

5. Lạm phát (INF) tác động tích cực đến khả năng sinh lời trong nghiên cứu được giải thích ra sao?

Tại Việt Nam, khi lạm phát duy trì ở mức vừa phải (trung bình 3,74% trong giai đoạn nghiên cứu), các chi phí đầu vào tăng lên được bù đắp thông qua các đợt điều chỉnh giá bán lẻ điện bình quân và cơ chế thị trường phát điện cạnh tranh. Đồng thời, lạm phát kích thích các doanh nghiệp đẩy mạnh đầu tư mở rộng tài sản cố định nhằm gia tăng hiệu quả vận hành dài hạn.

Kết luận

Công trình nghiên cứu đã giải quyết trọn vẹn bài toán lượng hóa các yếu tố tác động đến khả năng sinh lời của 19 doanh nghiệp ngành điện niêm yết trên TTCKVN giai đoạn 2012–2022. Thông qua quy trình thực nghiệm kinh tế lượng chuẩn hóa, mô hình FGLS đã xác lập bằng chứng thực nghiệm vững chắc: Quy mô doanh nghiệp (SIZE), Tăng trưởng tài sản (GROWTH), Tốc độ tăng trưởng GDP và Lạm phát (INF) đóng vai trò là các động lực thúc đẩy tỷ suất sinh lời ROA; ngược lại, Đòn bẩy tài chính (LEV) và Tính thanh khoản dư thừa (LIQ) là hai rào cản tài chính làm suy giảm hiệu quả kinh doanh.

Kết quả này không chỉ đóng góp giá trị học thuật quan trọng trong việc hoàn thiện lý thuyết cấu trúc vốn và quản trị tài chính doanh nghiệp tiện ích công cộng, mà còn cung cấp cẩm nang thực chiến cho các nhà quản trị doanh nghiệp năng lượng trong lộ trình cân đối cấu trúc nợ, tối ưu hóa dòng tiền và đón đầu các cơ hội phát triển từ Quy hoạch phát triển điện lực quốc gia.